文末有工具福利，你不會失望的

最近在後臺看到很多想進入資料分析領域的朋友私信我，讓我幫忙解答一些職業問題。在跟他們的交流中，我發現他們之中70%都是一無所知或剛入門的資料小白，但是都特別積極主動，是真心想學習資料分析。

他們中大部分人都不是為了轉行才想學，而是覺得多學一點資料分析的技能在身上，對自己的業務是有幫助的。

問的人很多，我也沒時間去一一回答，索性今天就針對資料分析中的應會工具來個盤點。

入門階段（適合資料小白）

• 1、Excel

Excel不用說了，資料分析領域入門級的工具，也是日常工作時最常用的工具。

掌握程度：

函式和公式：常用函式（邏輯、統計、查詢、引用、文字、日期、數學函式等）

資料透視表：分類彙總、取平均、最值、自動篩選、會分析佔比、同比、環比、定比。

*VBA程式開發：加分項，有能力的可以先學，如果時間精力不夠可以到進階階段再學

學習書籍/網站：

《你早該這樣玩Excel》、Excelhome論壇

建議：

先跟著教程過一遍基礎，知道每個函式怎麼用，瞭解資料透視表大概怎麼做，然後再去網上找幾個案例跟著做，在練習中邊學邊練，這樣效率最高。

• 2、SQL

做資料分析，SQL也是必會的工具，因為我們要利用SQL語句來取數、清洗資料。

掌握程度：

瞭解常用的資料庫型別，學會基礎的增刪改查（會用 select 語句加欄位，找資料；alter語句減欄位；update更新資料等）；熟悉掌握主鍵的用法； 理解SQL中各種join的異同

學習書籍/網站：

《SQL必知必會》/自學SQL網（強烈推薦，不愛看書的同學可以直接在網站邊學邊練）

建議：

1、選定1-2本書和網站教程後就不要再在網上找學習資料了，這些教材足夠你用，不要浪費時間在這上面

2、學完一遍後，要學會自己總結，製作自己的思維導圖（像上圖），加深記憶，不要用別人的總結去複習，這樣學習效果不好。

• 3、Python

一般來說，有關資料分析的程式語言有Python和R語言，其中R語言傾向於統計分析、繪圖，而Python偏向資料處理，實用性更高一點，所以對於新手來說，入門學Python是比較好的選擇。

掌握程度：

瞭解學習Python基本概念

掌握並熟練使用三個庫 Numpy、Pandas、Matplotlib

學習書籍/網站：

《深入淺出Python程式設計》、B站教程影片（全免費）

建議：

這幾年Python大熱，導致全網都是賣課的廣告，但其實網路上有很多Python資源都夠你學，不用去花那冤枉錢。按照我給你建議的學習書籍/網站去學Python完全足夠。

進階階段（適合有一定資料基礎）

• 1、BI工具

資料最終是要呈現給業務/管理層檢視的，因此到進階階段，BI工具也是必須要掌握的一個技能。

掌握程度：

懂得如何利用BI工具去連線資料庫；瞭解 儀表盤 Dashboard 的概念，知道絕大多數圖表適用的場景；明白維度和指標的區分以及一些資料的清洗。

學習工具/網站：

FineBI：FineBI幫助文件、帆軟社群

PowerBI： 《Power BI 權威指南》

Tableau： 《人人都是資料分析師：Tableau應用實戰》

建議：

現在市面上BI工具很多，國內企業一般是用FineBI，外國企業大多數是用PowerBI和Tableau兩款元老級軟體，但由於是國外產品，所以對於我們國人來說有兩個不方便的地方：1、幫助文件是英文的，漢化過後的意思不準備，理解和學習成本高 ； 2、無法實現國內企業複雜式報表的需求，本地化服務不佳。但不可否認，Tableau的視覺化和power bi的資料處理和建模，還是很牛的。

• 2、R語言

在前文提過，R語言是傾向於統計分析、繪圖，到了進階階段，能掌握R語言是必須的，並且這幾年求職大廠時會R語言已經成了一項基本技能，需要資料分析師熟練掌握。

掌握程度：

瞭解R的基本使用，掌握基本資料結構，資料匯入匯出，簡單的資料視覺化。

學習書籍/網站：

《Learning R》：牢牢掌握 第一章到第五章的資料基本入門，這是R最基本的東西，反覆熟讀都不為過。別覺得自己看懂就行了，只有自己敲出來執行正確才行。至於第六章環境和函式這一章建議先直接跳過，比較抽象，等回頭R學差不多了，再回頭看學習效果比較好。

建議：

R和Python都比較容易學習，但在很多地方它們非常相似，如果你同時學習兩者，就會很容易混淆，所以建議不要同時學習它們。等其中一個掌握到一定的程度，再著手學習另外一個會比較好。

總結

工欲善其事必先利其器，工具的確是資料分析師的利器，但剛入門的小白很容易陷入一種誤區，即我學會了這些工具，我就能成為資料分析師，這顯然是理解有誤。在實際工作中，想要成為一名優秀的資料分析師，光學會這些工具是遠遠不夠的。

讓自己資料分析後的結論能夠落地，實際推動業務增長才是成為一名優秀資料分析師的關鍵。

福利

上述推薦的書籍，給大家準備了電子版。